基于深度度量学习的行人重识别问题研究.docx

基于深度度量学习的行人重识别问题研究.docx

  1. 1、本文档共20页,其中可免费阅读6页,需付费200金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要行人重识别技术可简单描述为:计算机通过已知身份的行人图像,智能自动地在图像集中找出相同身份行人的多张其他图像。该技术可应用于智能寻人系统等寻找特定行人的情况。

本文基于数据集Market1501使用Pytorch训练图像特征距离模型,根据特征距离筛选图像以实现行人重识别。该模型首先将图片放入卷积神经网络ResNet50中提取图像特征地图并水平池化,得到图像局部特征。然后应用局部信息动态匹配算法并计算欧氏距离,得到图像特征距离。为提高模型训练速率和准确率,模型迭代训练时使用难样本挖掘和三元组损失函数计算模型损失值。

最后使用特定指标测试模型准确率,mAP为74.9%且Rank-

文档评论(0)

123456 + 关注
实名认证
内容提供者

123456

1亿VIP精品文档

相关文档